高性能通信专家

职位描述

1. 从通信视角，参与到模型设计和大规模推理系统的设计构建中，尝试逼近硬件理论极限。

2. 关注超大集群的构建问题，从原理层面解决大规模集群下出现的高性能通信问题。

3. 负责大模型训练/推理场景下的集合通信性能优化（NCCL/自研通信库）。

4. 参与 RoCE、InfiniBand 网络架构设计与调优，解决大规模集群通信瓶颈。

5. 分析并优化计算-通信 overlap 策略，提升端到端训练/推理吞吐。

任职要求

1. 精通 RDMA 网络技术（RoCE v2 / InfiniBand），有大规模 GPU 集群通信调优经验。

2. 熟悉 NCCL 原理及源码，有定制或替代集合通信库的经验优先。

3. 了解主流并行策略（TP/PP/DP/CP）中的通信模式与性能特征。

4. 熟悉 GPU 架构及 NVLink/NVSwitch/PCIe 拓扑对通信的影响。

5. 有网络拥塞控制（DCQCN/TIMELY）、流量调度或交换机侧调优经验者优先。

6. 参与过大规模规模训练集群或推理集群通信优化者优先。

7. 对主流LLM 推理系统（如 vLLM、SGLang、TRT-LLM）的通信路径有认知。